dispense spessore suoli
DESCRIPTION
Dispense del Seminario sullo spessore dei suoli tenuto dal Dott. S.SegoniTRANSCRIPT
Modellistica per lo spessore del suolo
Geomorfologia applicata e telerilevamento
Department of Earth Sciences CENTRE OF COMPETENCE OF THE CIVIL PROTECTION DEPARTMENT
PRESIDENCY OF THE COUNCIL OF MINISTERS
S. Segoni, F. Catani [email protected]
Università degli Studi di Firenze, Dipartimento di Scienze della Terra, Via G. La Pira 4, 50121 Firenze
OBIETTIVI
• Importanza del parametro “spessore del suolo” nella
modellistica ambientale e nella gemorfologia applicata
in particolare;
•Metodologie per modellare la viariabilità dello spessore
del suolo (+ esercitazione);
• Influenza dello spessore del suolo nella modellazione
dell’innesco di frane superficiali.
Definizioni
Suolo:
“soil” = termine
ingegneristico
per designare il materiale
superficiale non consolidato
“copertura” (del regolite)
Definizioni
Regolite:
Merril (1897) = Massa incoerente composta da materiali
analoghi a quelli che costituiscono le rocce, ma in uno stato
variabile di degradazione fisica e meccanica.
Glossary of geology (Jackson 1997) = Termine generico per
indicare il manto o lo strato roccioso frammentato e non
consolidato, residuale o trasportato (…).
Taylor & Eggleton (2001) = materiale appartenente alla
litosfera continentale sovrastante la roccia inalterata e che
può includere altre rocce inalterate qualora siano
interdigitate o racchiuse da materiali sciolti o degradati. Può
essere di qualsiasi età.
Definizioni
Suolo:
“copertura” (del regolite)
Fino al primo netto
contrasto tra le proprietà
idrologiche e geotecniche
Spessore del suolo = DTB (depth to bedrock)
Definizioni
Importanza dello spessore
Scienze della Terra e “altro”…
Microzonazione sismica
Distribuzione dell’umidità del terreno e del contenuto d’acqua
Produttività delle colture
Dispersione dei flussi di calore
Modelli idraulici
Alluvioni e flash floods
Protezione del suolo
Modelli evolutivi del paesaggio
Frane superficiali
Importanza dello spessore
Frane superficiali
Frane superficiali
soil slips
debris flows
Assenza segnali precursori
Alta velocità grande potere distruttivo
Importanza dello spessore
Frane superficiali
Bagni di Lucca,
December 2008
Ischia,
April 2006 Messina,
November 2009
Sarno,
May 1998
Ceriana,
November 2000
Importanza dello spessore
Frane superficiali
Ischia, 2006 (4 morti)
Importanza dello spessore
Frane superficiali
Segoni et al., 2009
Catani et al., 2010
Soil thickness (m)
Johnson and
Sitar, 1990
Importanza dello spessore
Modello “infinite slope”: sensibilità del fattore di sicurezza (FS) allo spessore
Modellazione dello spessore
A quale scala (versante, bacino, regionale)
Con quali condizioni al contorno (geologia, contesto
morfoclimatico e geomorfologico)
A quale scopo ( precisione richiesta)
Modellazione dello spessore
Misurazione mediante metodi diretti ed indiretti
Telerilevamento
“Esplorazione geologica del sottosuolo”
(penetrometro, geoelettrica … )
Trivella e pala!!!
Modellazione dello spessore
SPESSORE COSTANTE
COSTANTE SU SUDDIVISIONI DELL’AREA
VARIABILE SPAZIALE
Modellazione dello spessore
Variabile spaziale
Da cosa dipende lo spessore?
Modellazione dello spessore
Variabile spaziale
Metodi fisicamente basati
Metodi statistici
Metodi geo-statistici
Metodi empirici morfometrici
Metodo empirico geomorfologico
Modellazione dello spessore
Metodi fisicamente basati
0
0 exph
hP
t
e
Legge di conservazione
della massa (Heimsath et
al., 1999)
Soil production
from bedrock Soil loss for
sediment transport
ssrs qt
e
t
h ~
Simple creep Deep-dependent creep Overland flow
zKQ DD
nm
VV zhKQ pk
WW zAKQDietrich et al., 1995 Selby, 1993; Braun et al., 2001 Moore & Burch, 1986
Modellazione dello spessore
Metodi fisicamente basati
a
ss zKq 2~(variazioni di spessore del suolo)
proporzionali alla curvatura di profilo.
Heimsath et al., 1999 Braun et al., 2001
Difetti: complessità, costi, limitazioni concettuali
Modellazione dello spessore
Metodi statistici
modelli statistici multivariati:
DTB attributi morfometrici
- Ziadat (2005) - 148 km2 area characterized (bassa energia del
rilievo) DTB ~ pendenza; esposizione; curvatura; CTI (Ln (Ac / tan S))
- Tsai et al. (1999) – 60 km2
Orizz A poco correlato (max 0.18 con quota)
A= 11,6 - 0,002 ELE
Orizzonte B, B+C, Soil molto correlato con S e Cont. Framm. litici
B = 70,1 –0,606 S – 0,519 SS
- Tesfa et al. (2009) – 28 km2 10 variabili morfometriche, land cover
Modellazione dello spessore
Metodi geo-statistici
Kriging
DTB modellazione geostatistica
Modellazione dello spessore
Metodi empirici morfometrici
Z-model, based on elevation (Saulnier et al. 1997)
S-model, based on slope gradient (Saulnier et al. 1997)
Sexp-model, based on slope gradient (De Rose 1996; Salciarini et al. 2006)
Soil
thickness
Elevation
(or slope)
Modellazione dello spessore
Metodi empirici morfometrici
minmax
minmax
minmax hh
zz
zzhh i
i
max
min
minmax
minmax 1
tantan
tantan1
h
hhh i
i
In funzione della quota
In funzione della pendenza
Saulnier et al., 1987
Saulnier et al., 1987
Area drenata (Ryan et al., 2000) DTB = - 0.31 + 0.128 ln Ac
Wetness index (Lee and Ho, 2009) DTB = C Ln (Ac / tan S)
Modellazione dello spessore
Modello GIST (empirico geomorfologico)
Soil thickness = ƒ(C x P x S)
where
C = f(curvature) hillslope morphology
P = f(position) hillslope toposequence
S = f(slope) lithology
and
ƒ geology So
il t
hic
kn
ess (
cm
)
Calibration function
(Test site n°1, “Pianalto” lithostratigraphic unit)
1)
Morfologia ≠ Geomorfologia
3)
2)
Convex slope
Convex-concave slope
Convex-concave-convex slope
drainage network
Hillslope profile typology
GIST (fattore C: curvatura e geomorfologia)
Modello a nove unità (Dalrymple et al., 1968)
In ogni unità osserviamo
una relazione distinta tra
topografia e spessore del
suolo
Downslope
Indice di posizione
IP = U
(U + D) Upslope
GIST: fattore P (posizione e geomorfologia)
51.3°
0°
tgS
1
1
Pendenza: parametro soglia oltre la quale
si presuppone innesco di movimento
di massa
Soglia differenziata su
base litologica
Alluvional plain
Conglomerates
Flysch and hard rocks
Shales
Silt loam terrains
GIST: fattore S (pendenza e litologia)
Local slope
Symbol, name
Legend:
Test site Geography Geology Geological setting Area
1 - Terzona Hilly catchment (Chianti)
Central Italy
Pliocene and
Quaternary
terrains
Subhorizontal dip 24km2
2 - Armea Mountain basin (Alps)
Northern Italy Cretaceous flysch Faults, trusts, recumbent folds 33km2
3 - Ischia Island
South Tyrrhenian Sea
Volcanic rocks and
terrains
Horst and graben. Lava
domes, craters, calderas 46km2
Geological map
Lithology Measure
points
Soil thickness
Soil
thickness
Test site n°1: Terzona creek basin Test site n°2: Armea creek basin
GIST: risultati
Soil thickness
Test site n°3:
Ischia Island
Modello GIST: risultati
Area test Errore
assoluto medio
Residuo
minimo
Residuo
massimo
Deviazione
standard
1- TERZONA 11cm -46cm +56cm 8,54
2- ARMEA 23cm -68cm +69cm 17,1
3- ISCHIA 26cm -116cm +119cm 33,62
Z-model, basato sulla quota (Saulnier et al. 1997)
S-model, basato sulla pendenza (Saulnier et al. 1997)
S_exp-model, basato sulla pendenza (Salciarini et al. 2006)
Quota
(o pendenza)
Risultati:
Paragone con altri modelli
S
Z GIST
TERZONA: distribuzione
spaziale dei residui(cm)
RISULTATI:
Paragone con altri modelli
36
25
8
0 0
18
0
5
10
15
20
25
30
35
40
0 - 15 16 - 30 31- 50 51- 75 76 - 100 >101
Absolute error (cm)
Fre
qu
en
cy
0 - 15 16 - 30 31- 50 51- 75 76 - 100 >101
Armea: modello Z
Istogramma di frequenza degli errori assoluti
18
31
1418
49
24
0
10
20
30
40
50
60
0 - 15 16 - 30 31- 50 51- 75 76 - 100 >101
Errore assoluto (cm)
freq
uen
za
0 - 15 16 - 30 31- 50 51- 75 76 - 100 >101
Armea - modello S
Istogramma di frequenza degli errori assoluti
36
2529
80
10
0
10
20
30
40
50
60
70
80
90
0 - 15 16 - 30 31- 50 51- 75 76 - 100 >101
Errore assoluto (cm)
freq
uen
za
0 - 15 16 - 30 31- 50 51- 75 76 - 100 >101
ARMEA: istogrammi di frequenza degli errori assoluti
Modello Errore assoluto
medio
S 103cm
Z 78cm
GIST 23cm
Z-model S-model
GIST-model
RISULTATI: paragone con altri modelli
RISULTATI: paragone con altri modelli
ISCHIA: istogrammi di frequenza dei residui ed errore assoluto medio
S = 180cm Z = 120cm
S_exp =
39cm
GIST = 26cm
Modelli morfometrici GIST
S (1 solo parametro
morfometrico)
Z (1 solo parametro
morfometrico)
sGIST (3 parametri
morfometrici; no
geomorfologia)
GIST (3 parametri
morfometrici +
geomorfologia)
Errore assoluto
medio 94cm 53cm 47cm 11cm
Errore assoluto
massimo 146cm 114cm 115cm 56cm
Risultati migliori
MORPFOLOGIA E GEOMORFOLOGIA
GIST
Migliore dei modelli emp. morf.
Errori accettabili (valore e distribuzione spaziale)
“Portabilità”
- Valido in contesti gologici / geoografici diversi
- Ridotti problemi di scala
GIST: conclusione
3 parametri
morfometrici Geomorfologia e litologia
Inadeguatezza dei modelli empirici morfometrici
Principali innovazioni del modello GIST:
Influenza dello spessore del suolo nella
modellazione dell’innesco di frane superficiali
Different methods to produce
distributed soil thickness maps
and their impact on the reliability
of shallow landslide modeling
at catchment scale Second World Landslides Forum
6th October 2011, Rome, Italy
Department of Earth Sciences CENTRE OF COMPETENCE OF THE CIVIL PROTECTION DEPARTMENT
PRESIDENCY OF THE COUNCIL OF MINISTERS
S. Segoni, F. Catani [email protected]
Università degli Studi di Firenze, Dipartimento di Scienze della Terra, Via G. La Pira 4, 50121 Firenze
OBJECTIVES
• Importance of soil tickness in shallow landlides slope
instability modeling
• How errors in soil thickness influence the performance
of slope stability models
• Best practices to feed slope stability models with
respect to soil thickness
SLOPE STABILITY SIMULATOR
SHALLOW LANDSLIDES
• Modello di analisi fisicamente
basato ad alta risoluzione
spaziale e temporale
• Progettato per l’operatività su
larga scala
• Adatto a sistemi di allerta
real time
• Elaborazione dati rapida Spessore
del suolo Parametri
geotecnici
Morfologia
Instabilità
Pressione
interstiziale
Intensità
pioggia Fattore di
Sicurezza
h
t
d
dh xKL h
h
xsin
yKL h
h
y zKZ h
h
zcos
h Z Z 1d
ZZI
KZR
t
Z 2 / 4D0 cos2
h Z Z 1d
ZZI
KZR
t
Z 2 / 4D0 cos2
Rt T
Z 2 / 4D0 cos2
FStan
tan
c '
NSzsin
ua uw tanb
NSzsin
FStan
tan
c '
NS z h Sh sin
h z,t w tan
NS z h Sh sin
terreno insaturo
terreno saturo
precipitazione in corso
precipitazione cessata
Modello fisicamente basato
High Resolution Slope Stability Simulator (HIRESSS)
Modello idrologico Modello stabilità
Modello idrologico:
- Modello basato sulle equazioni di
Richards
- Modelazione della diffusività
idraulica
Modello geotecnico:
- Pendio indefinito
- Effetto della suzione
- Modellazione peso di volume
- Analisi a profondità variabile
Segoni S, Rossi G, Catani F (2011) Improving basin scale shallow landslide modelling using reliable soil thickness maps. Nat Hazards.
DOI 10.1007/s11069-011-9770-3.
Rossi G (2011) A physically based distributed slope stability simulator to analyze shallow landslides triggering in real time and at large scale. PhD thesis,
Universita` degli Studi di Firenze, Department of Earth Sciences, Florence, Italy
SLOPE STABILITY SIMULATOR
SHALLOW LANDSLIDES
Hydrological module (Richards’ equation)
Slope stability module
(Iverson’s infinite slope + suction effects in unsaturated soils)
Pressure head spatial (3D) and temporal distribution
Factor of safety spatial and temporal distribution
SOIL THICKNESS MODELS
“Morphometric” models
Z-model, based on elevation (Saulnier et al. 1997)
S-model, based on slope gradient (Saulnier et al. 1997)
Sexp-model, based on slope gradient (De Rose 1996; Salciarini et al. 2006)
Soil
thickness
Elevation
(or slope)
Soil thickness = ƒ(C x P x S)
GIST (Geomorphologically Indexed Soil Thickness)
SOIL THICKNESS MODELS
GIST model
Catani F., Segoni S., Falorni G (2010) An empirical geomorphology-based approach to the spatial prediction of soil thickness at catchment scale.
In revision for Water Resource Research. Water Resour Res 46:W05508
Where
C = f(curvature) hillslope morphology
P = f(position) hillslope toposequence
S = f(slope gradient) lithology
and
ƒ geology
Convex profile Convex-concave profile
Convex-concave-convex profile
ARMEA BASIN (Alps, Liguria)
TEST SITE
Extension: 37 km2
Max slope: 51°
Mean slope: 26°
Geology: Cretaceous Flyschs; faults,
trusts and folds
4 soil thickness maps
SOIL THICKNESS MODELS
S Model Z Model
Sexp Model GIST Model
Validation
SOIL THICKNESS MODELS
Z-model S-model Sexp-model GIST model
Maximum underestimation -1.18 -1.16 -2.04 -1.30
Maximum overestimation 1.61 2.01 1.70 1.91
Mean absolute error 0.68 1.03 0.45 0.33
Mean error 0.57 0.97 -0.18 -0.01
Standard Deviation 0.48 0.56 0.57 0.48
Skewness -0.18 -1.05 0.27 0.94
Kurtosis -0.77 2.29 2.3 3.20
Input data
APPLICATION TO SLOPE STABILITY
Geological formation C
(KPa)
Φ
(°)
γ
(kN/m3)
Ks
(m/s)
Colluvial and eluvial deposits 4 28 20 1*10-3
Alluvial deposits 3 27 20 2*10-3
Ventimiglia Flysch (massive
sandstones) 5 27 24 2*10-4
Ventimiglia Flysch (pelites and
sandtones) 12 18 23 3*10-6
Sanremo Flysch (marlstones
and mudstones) 11 21 24 3*10-5
Sanremo Flysch (mudstones
and marlstones) 10 22 24 2*10-5
Bordighera sandstone (distal
facies) 7 29 24 8*10-4
SOIL THICKNESS
1. S model
2. Z model
3. Sexp model
4. GIST model
Rainfall 8 December 2006 event (24 hourly time steps)
S Model Z Model
Sexp
Model GIST
Model
FS maps
APPLICATION TO SLOPE STABILITY
December 2006
LANDSLIDES INVENTORY
8 December, 2006
141 shallow landslides
(soil slips and debris
flows)
0
10
20
30
40
50
60
70
80
<100 101 - 200 201- 500 500 - 1000 1001 - 2000 2000 - 7000
Num
be
r o
f
lan
dslid
es
Extension of landslides (m2)
VALIDATION
Landslides occurred
Yes No
Landslides
predicted
Yes True positives (A) False positives (B)
No False negatives (C) True negatives (D)
Sensitivity=a/(a+c)
Specificity=d/(b+d)
Likelihood ratio=Sensitivity/(1-specificity)
S Model Z Model Sexp Model GIST Model
FS maps
VALIDATION
S Z Sexp GIST
Sensitivity 0.87 0.81 0.05 0.40
Specificity 0.60 0.61 0.97 0.91
Likelihood ratio 2.20 2.09 1.99 4.50
Relationships between validation statistics: LINEAR CORRELATION COEFFICIENTS
DISCUSSION
Max
und.
Max ov. mean
abs err
mean
error
St
Dev
Skew Kur
Likel. ratio 0.25 0.42 -0.58 -0.37 -0.58 0.71 0.56
Sensitivity 0.91 0.24 0.78 0.94 -0.29 -0.69 -0.49
Specificity -0.78 -0.09 -0.85 -0.96 0.15 0.80 0.62
Efficiency -0.78 -0.09 -0.85 -0.96 0.14 0.80 0.62
Misclass.
Rate 0.78 0.09 0.85 0.96 -0.14 -0.80 -0.62
Pos. pred.
Power 0.25 0.42 -0.58 -0.37 -0.58 0.71 0.56
Neg. pred.
power -0.91 -0.29 -0.80 -0.95 0.25 0.71 0.45
Soil thickness error statistics
Slo
pe
sta
bilit
y s
tati
sti
cs
Relationships between validation statistics: LINEAR CORRELATION COEFFICIENTS
DISCUSSION
Max
und.
Max ov. mean
abs err
mean
error
St
Dev
Skew Kur
Likel. ratio 0.25 0.42 -0.58 -0.37 -0.58 0.71 0.56
Sensitivity 0.91 0.24 0.78 0.94 -0.29 -0.69 -0.49
Specificity -0.78 -0.09 -0.85 -0.96 0.15 0.80 0.62
Efficiency -0.78 -0.09 -0.85 -0.96 0.14 0.80 0.62
Misclass.
Rate 0.78 0.09 0.85 0.96 -0.14 -0.80 -0.62
Pos. pred.
Power 0.25 0.42 -0.58 -0.37 -0.58 0.71 0.56
Neg. pred.
power -0.91 -0.29 -0.80 -0.95 0.25 0.71 0.45
Soil thickness error statistics
Slo
pe
sta
bilit
y s
tati
sti
cs
Relationships between validation statistics: LINEAR CORRELATION COEFFICIENTS
DISCUSSION
Max
und.
Max ov. mean
abs err
mean
error
St
Dev
Skew Kur
Likel. ratio 0.25 0.42 -0.58 -0.37 -0.58 0.71 0.56
Sensitivity 0.91 0.24 0.78 0.94 -0.29 -0.69 -0.49
Specificity -0.78 -0.09 -0.85 -0.96 0.15 0.80 0.62
Efficiency -0.78 -0.09 -0.85 -0.96 0.14 0.80 0.62
Misclass.
Rate 0.78 0.09 0.85 0.96 -0.14 -0.80 -0.62
Pos. pred.
Power 0.25 0.42 -0.58 -0.37 -0.58 0.71 0.56
Neg. pred.
power -0.91 -0.29 -0.80 -0.95 0.25 0.71 0.45
Soil thickness error statistics
Slo
pe
sta
bilit
y s
tati
sti
cs
Relationships between validation statistics: LINEAR CORRELATION COEFFICIENTS
DISCUSSION
Max
und.
Max ov. mean
abs err
mean
error
St
Dev
Skew Kur
Likel. ratio 0.25 0.42 -0.58 -0.37 -0.58 0.71 0.56
Sensitivity 0.91 0.24 0.78 0.94 -0.29 -0.69 -0.49
Specificity -0.78 -0.09 -0.85 -0.96 0.15 0.80 0.62
Efficiency -0.78 -0.09 -0.85 -0.96 0.14 0.80 0.62
Misclass.
Rate 0.78 0.09 0.85 0.96 -0.14 -0.80 -0.62
Pos. pred.
Power 0.25 0.42 -0.58 -0.37 -0.58 0.71 0.56
Neg. pred.
power -0.91 -0.29 -0.80 -0.95 0.25 0.71 0.45
Soil thickness error statistics
Slo
pe
sta
bilit
y s
tati
sti
cs
CONCLUSIONS
Factor of Safety (FS) very sensitive to soil thickness
Same slope stability model sensitive/specific depending on the input data
Sensitivity \ specificity (FS) mean error (soil thickness)
Overall performance (likelihood ratio)skewness (soil thickness)
SISTEMATIC SOIL THICKNESS ERRORS TO BE AVOIDED !!!
The best results were achieved when more complex geomorphologic
criteria (GIST model) were used to obtain soil thickness maps
THANK YOU FOR YOUR ATTENTION
Based on the paper
Segoni S, Rossi G, Catani F (2011)
Improving basin scale shallow landslide modelling
using reliable soil thickness maps.
Natural Hazards
DOI 10.1007/s11069-011-9770-3 (open access)